tugas 12 okt 2022,MODEL DAN PREDIKSI DATA

 

MODEL DAN PREDIKSI DATA


1.-supervised learning algoritma dilatih terlebih dulu baru bisa bekerja.

  -
unsupervised learning telah dirancang untuk bisa langsung bekerja walaupun tanpa dilatih        terlebih dulu.

2
.
Model data berbasis objek menggunakan konsep entitas atribut dan hubungan antar entitas,
model ini terdiri dari :

-1.Entity Relationship Model

Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara objec-objec tersebut E-R MODEL berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database.

-2. Binary Model

Binary model adalah model data yang memperluas definisi dari entity, bukan hanya atributenya tetapi juga tindakan-tindakannya.

-3.Semantic Model

Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic).sedangkan

Model ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan logic antar data dalam basis data. 

Terdapat 3 jenis Model Data pada Model Data Berbasis Record, yaitu :

-1. Model Relational

Dimana data serta hubungan antar data direpresentasikan oleh sejumlah tabel dan masing-masing tabel terdiri dari beberapa kolom yang namanya unique.

-2. Model Hirarki

Dimana data serta hubungan antar data direpresentasikan dengan record dan link (pointer), dimana record-record tersebut disusun dalam bentuk tree (pohon), dan masing-masing node pada tree tersebut merupakan record/grup data elemen dan memiliki hubungan cardinalitas 1:1 dan 1:M

-3. Model Jaringan

Distandarisasi tahun 1971 oleh Database Task Group (DBTG) atau disebut juga model CODASYL (Conference on Data System Language), mirip dengan hirarkical model dimana data dan hubungan antar data direpresentasikan dengan record dan links.


3.Estiminasi adalah suatu metode untuk memperkirakan sesuatu, atau dalam kata lain dimana kita dapat memperkirakan sebuah populiasi (parameter) dengan memakai nilai sampel (statistik)

Contohnya

- Saat kita melakukan sebuah kegiatan yang membutuhkan anggaran dana

- Proyek yang di kerjakan dengan batasan waktu tertentu.

Dalam hal itu rencana perkiraan atau estimasi, menjadi tolak ukur dan gambaran umum dana atau waktu yang dibutuhkan untuk menyelesaikan pekerjaan tersebut.


4.Klasifikasi adalah pengaturan sistematis dalam pembagian atau pengelompokan hal berdasarkan kesamaan sifatnya. Misalnya klasifikasi makhluk hidup menjadi amfibi, mamalia, ikan, ataupun aves, memberikan gambaran secara umum tentang makhluk hidup

contoh :

-klarifikasi makhluk hidup
-klarifikasi pustaka

5.Clustering atau klasterisasi adalah metode pengelompokan data di dalam business inteligence, clustering bisa mengatur banyak customer ke dalam banyaknya kelompok. 

contohnya mengelompokan customer ke dalam beberapa cluster dengan kesamaan karakteristik yang kuat.

Komentar

Postingan populer dari blog ini

Hak Kekayaan Intelektual

model dan prediski